Представьте себе автомобиль с автопилотом, движущийся по дороге, на видеокамеру авто подается видеосигнал, состоящий из последовательности кадров – дорога, прилегающая территория, остальные участники дорожного движения. Предсказывание будущего кадра поможет решить, когда следует притормозить, ехать медленнее или, наоборот, увеличить скорость в режиме реального времени. Сегодня мы сделаем первые шаги в предсказании кадров, используя реализацию ConvLSTM в модуле Keras, который является частью библиотеки Tensorflow.

Несмотря на повсеместное внедрение, модели машинного обучения часто воспринимаются как «черный ящик». Чтобы доверять модели, необходимо понимать причины, по которым она сделала то или иное предсказание. В этом посте объясним предсказания любого классификатора с помощью Python-библиотеки LIME.